--- title: "Deep Research Maxとは？Gemini APIでの使い方・料金・標準版との違い【2026年10月】" url: "https://www.issoh.co.jp/tech/details/11896/" published: 2026-04-23 updated: 2026-10-08 categories: ["Gemini"] publisher: "株式会社一創" --- # Deep Research Maxとは？Gemini APIでの使い方・料金・標準版との違い【2026年10月】 Deep Research Maxは、Googleが2026年4月21日にGemini APIで公開した調査エージェントです。1回のAPI呼び出しで調査計画の作成、Web検索と資料の読み込み、出典付きレポートの作成までを自律的に進めます。同じ日に公開された標準版のDeep Researchより多くの検索とトークンを使い、時間をかけて網羅性を高める設計です。 この記事では、エージェントIDと提供条件、標準版との使い分け、Pythonでの呼び出し方、MCPサーバーや社内文書の渡し方、1タスクあたりの費用の内訳、本番で引っかかりやすい制約を、Googleの公式ドキュメントと発表ブログをもとに整理します。2026年10月8日時点でもプレビュー版のままなので、IDや料金は変わる可能性があります。 ## まとめ：Deep Research Maxの要点 - エージェントIDは `deep-research-max-preview-04-2026`。Interactions API専用で、`generate_content` からは呼べない - Gemini 3.1 Proを基盤とし、2026年4月21日からGemini APIの有料ティアでパブリックプレビューとして提供 - 公式の見積もりは1タスクで検索最大約160回・入力約90万トークン・出力約8万トークン、費用は約3〜7ドル（標準版は約1〜3ドル） - `background=True` が必須で、調査時間の上限は60分。多くのタスクは20分以内に終わる - MCPサーバー、File Search、計画レビュー（collaborative planning）、グラフ生成に対応。独自の関数呼び出しと構造化出力には非対応 - 夜間バッチのように待てる処理はMax、画面で利用者を待たせる用途は標準版、という分け方を公式が示している ## Deep Research Maxの提供形態とGeminiアプリとの違い GoogleはDeep Researchエージェントを2025年12月11日にInteractions APIとあわせてプレビュー公開し、2026年4月21日にその後継として2つのエージェントを出しました。速度と費用を抑えた標準版の `deep-research-preview-04-2026` と、網羅性を最大にした `deep-research-max-preview-04-2026` です。発表ブログは、標準版が12月のプレビュー版を置き換えると書いています。 モデルページの仕様は、入力がテキスト・画像・PDF・音声・動画、出力が出典付きレポートのテキストと画像です。入力コンテキストは1,048,576トークン、出力上限は65,536トークンです。提供は有料ティアのみで、Google AI StudioとGemini APIからInteractions API経由で使います。基盤のGemini 3.1 Pro自体の仕様は[Gemini 3.1 Pro Previewとは？3 Proとの違い・API仕様と使い方](/tech/details/11393/)で解説しています。 ### GeminiアプリのDeep Researchとの関係 Geminiアプリにも同じ名前の機能がありますが、別の製品として考えるのが安全です。アプリのヘルプでは、Deep Researchのモデルは全ユーザー向けの「Thinking」と、Google AI Pro・Ultra向けの「Pro」の2択で説明されていて、Maxという選択肢は出てきません。グラフやインタラクティブなシミュレーターがレポートに入るのはUltraプランの場合で、利用は18歳以上に限られます。アプリの1日あたりの回数制限もAPIとは別に管理されています。 Google Cloud側では、Gemini Enterprise Agent Platform（旧Vertex AI）でGemini Deep Research Agentが2026年5月26日にプレビュー公開されました。ただし、リリースノートにはMaxという名前が出てこないため、Max相当の構成を選べるかは導入前にCloudのドキュメントで確認してください。 ## 標準版とDeep Research Maxの違いと使い分け 2つのエージェントの差は、1タスクでどこまで調べるかです。公式ドキュメントの見積もりを並べると次のとおりです。 | 項目 | Deep Research（標準版） | Deep Research Max | | --------- | ----------------------------- | --------------------------------- | | エージェントID | deep-research-preview-04-2026 | deep-research-max-preview-04-2026 | | 公式の想定用途 | 画面へのストリーミング表示 | 夜間バッチ・非同期処理 | | 検索回数の目安 | 約80回 | 最大約160回 | | 入力トークンの目安 | 約25万（50〜70%はキャッシュ） | 約90万（50〜70%はキャッシュ） | | 出力トークンの目安 | 約6万 | 約8万 | | 1タスクの費用目安 | 約1〜3ドル | 約3〜7ドル | | 調査時間の上限 | 60分 | 60分 | 発表ブログでは、Maxの使い方の例として「毎晩のcronジョブでデューデリジェンスのレポートを作り、朝までにアナリストチームへ届ける」処理を挙げています。読み手がその場で待たない処理であれば、Maxの待ち時間と費用は許容しやすいということです。逆に、チャット画面で利用者が結果を待つなら標準版を選びます。 ### Maxを選ぶべき条件 Maxに向くのは、調べ漏れの損失が数ドルの追加費用より大きい調査です。競合調査、投資前の調査、文献の網羅的な洗い出しなどが該当します。反対に、答えが1〜2ソースで確定する質問や、数分以内に結果を返す必要がある機能にMaxを使うと、費用と待ち時間だけが増えます。まず標準版で同じ質問を流し、調べ漏れが実際に問題になった種類の調査だけをMaxへ移す順序をおすすめします。 ## ベンチマークと社内評価から見るDeep Research Maxの性能 [Googleの発表ブログ（2026年4月21日）](https://blog.google/innovation-and-ai/models-and-research/gemini-models/next-generation-gemini-deep-research/)は、Webを使った調査の性能を3つのベンチマークで公表しています。数値はブログ内のグラフ画像にだけ記載されているため、画像から読み取った値です。いずれもWeb検索を使い、Google DeepMindが公開APIで評価した結果です。Humanity’s Last Examは、テキスト問題とマルチモーダル問題を含む全体セットでの評価です。 | ベンチマーク | Max（2026年4月） | 標準版（2026年4月） | 12月版 | GPT-5.4 Thinking（xhigh） | Opus 4.6 Thinking（Max） | | -------------------- | ------------ | ------------ | ----- | ----------------------- | ---------------------- | | DeepSearchQA | 93.3% | 81.8% | 66.1% | 88.5% | 76.8% | | Humanity’s Last Exam | 54.6% | 50.4% | 46.4% | 53.4% | 43.3% | | BrowseComp | 85.9% | 61.9% | 59.2% | 58.9% | 45.1% | BrowseComp（見つけにくい事実を探し当てる課題）では、標準版の61.9%に対してMaxは85.9%と、3つの中で差が最も大きくなっています。Humanity’s Last Examは知識と推論を問う試験で、差は4.2ポイントにとどまります。比較相手のGPT-5.4とOpus 4.6は発表時点のモデルで、2026年10月時点では各社とも後継モデルを出しています。 ### 12月版に負けている評価項目：内部一貫性と忠実性 同じブログには、Maxと12月版のレポートを専門家が比べた社内評価の勝率も載っています。網羅性と深さはMaxの勝ち79.5%に対して12月版の勝ち18.9%、構成と見せ方は81.0%対13.8%でした。ところが「内部一貫性と忠実性」だけは、Maxの勝ち41.4%に対して12月版の勝ちが48.3%で、旧版の方が多く勝っています。指示への追従も40.8%対33.0%で、引き分けが26.2%を占めました。 つまり、Maxは多くのソースを集めて長く書く方向に強くなった一方、レポート内の記述が互いに矛盾しないか、出典に忠実かという点では改善が確認されていません。Maxのレポートは数字と引用を出典と照合してから使う、という運用を前提にしてください。公式ドキュメントも、レスポンスの出典情報を確認するよう勧めています。 ## Gemini APIからDeep Research Maxを呼び出す手順 必要なのは、有料ティアを有効にしたプロジェクトのAPIキーと、Interactions APIに対応したSDKです。Pythonでは公式SDKを使います。この記事のコードは、google-genai 2.29.0とPython 3.12で、ローカルのモックサーバーに対して送信内容と終了処理を確認しました。同じ環境は `pip install google-genai==2.29.0` で再現できます。実際の調査結果はAPIキーで実行して確かめてください。 ### バックグラウンド実行と完了までのポーリング Deep Researchは数分から数十分かかるため、`background=True` で開始し、返ってきたIDで状態を取得し続けます。 ``` import time from google import genai client = genai.Client() # 環境変数 GEMINI_API_KEY を読む interaction = client.interactions.create( agent="deep-research-max-preview-04-2026", input=( "国内の生成AI向けクラウドGPUの提供状況を調べ、主要事業者ごとに" "GPU型番・提供リージョン・公開価格を表にまとめてください。" "公開されていない数値は推計せず「非公開」と書いてください。" ), agent_config={ "type": "deep-research", "thinking_summaries": "auto", "visualization": "auto", }, background=True, ) print("started:", interaction.id) TERMINAL = {"completed", "failed", "cancelled", "incomplete", "budget_exceeded"} deadline = time.time() + 70 * 60 # 上限60分に余裕を足す while time.time() < deadline: interaction = client.interactions.get(interaction.id) if interaction.status in TERMINAL: break time.sleep(30) if interaction.status == "completed": for step in interaction.steps: if step.type != "model_output": continue for item in step.content: if item.type == "text": print(item.text) elif item.type == "image": print("image:", item.mime_type) else: print("監視終了時の状態:", interaction.status) if interaction.status not in TERMINAL: print("監視期限に達しました。サーバー側の処理終了やキャンセルを意味しません。") ``` 公式ドキュメントのサンプルは、状態が `completed` か `failed` になるまでループします。しかしSDK 2.29.0の型定義では、状態として `cancelled`・`incomplete`・`budget_exceeded`・`queued`・`requires_action` も定義されています。`completed` と `failed` だけを見るループは、それ以外の状態で止まったときに抜けられません。上のコードのように終了状態をまとめて判定し、60分の上限より少し長い期限も付けておくのが安全です。 プロンプトに「公開されていない数値は推計しない」と書いたのは、データが見つからないときの扱いを指示するよう求める公式のベストプラクティスに沿ったものです。ただし、これで推計値の混入を防げる保証はありません。出力された数値は出典と照合してください。 ### ストリーミングで途中経過を表示する方法 途中の思考要約や本文を逐次受け取るには、`stream=True` と `background=True` を両方指定し、`agent_config` の `thinking_summaries` を `"auto"` にします。イベントは `step.delta` として届き、種類は思考（thought）・本文（text）・画像（image）の3つです。公式ドキュメントは、接続が600秒のタイムアウトなどで切れる前提で、`interaction_id` と最後に受け取ったイベントIDを保存し、`client.interactions.get(id=..., stream=True, last_event_id=...)` で再接続する例を載せています。 ### 2026年5月のスキーマ変更で古いサンプルが動かない点 Interactions APIは2026年5月にレスポンスの構造を変えました。結果の入れ物が `outputs` から `steps` に変わり、新しいスキーマが5月26日に既定となり、旧スキーマは6月8日に削除されています。4月の公開直後に書かれた解説記事のコードには `interaction.outputs` を読むものがあり、そのままでは動きません。現在は上の例のように、`steps` の中から種類が `model_output` のものを取り出します。 ## 計画レビュー・グラフ生成・MCPで調査を制御する設定 調査の進め方は `agent_config` と `tools` の2つで指定します。`agent_config` の項目と既定値は次のとおりです。 | 項目 | 既定値 | 役割 | | ----------------------- | ------ | -------------------- | | type | （必須） | “deep-research” を指定 | | thinking\_summaries | “none” | “auto” で途中の思考要約を受け取る | | visualization | “auto” | “off” でグラフ・画像の生成を止める | | collaborative\_planning | false | true で実行前に調査計画を返す | ### collaborative planningで調査計画を確認してから実行 `collaborative_planning` を `true` にすると、エージェントはレポートの代わりに調査計画を返します。修正したい点があれば、`previous_interaction_id` に前回のIDを入れ、`true` のまま指示を送ると計画が更新されます。計画が固まったら `false` にして同じ方法で送ると、調査が始まります。Maxは1回の費用が大きいので、調べる範囲を事前に確認できるこの手順は特に有効です。 ### グラフ生成の条件とプロンプトでの指定 `visualization` の既定値は `"auto"` ですが、公式ドキュメントによると、これは機能を有効にするだけで、プロンプトでグラフを求めない限り画像は作られません。「時系列の推移をグラフで示して」のように依頼文に書いてください。生成された画像はbase64のデータとしてレスポンスの `steps` に入り、ストリーミングでは `image` のイベントとして届きます。 ### MCPサーバーとFile Searchによる社内データの指定 `tools` を省略した場合、Google検索・URLコンテキスト・コード実行の3つが有効になります。`tools` を明示すると、指定したものだけに絞られます。次の例はリモートMCPサーバーとFile Searchだけを指定しているので、Web検索を使わず社内データだけを調べます。実行前に、例示のURL・認証トークン・ツール名を自社環境の値へ置き換え、文書を登録済みのFile Searchストア名を指定してください。 ``` interaction = client.interactions.create( agent="deep-research-max-preview-04-2026", input="当社の2025年度の解約理由データを集計し、上位3要因と改善施策の候補をまとめてください。", tools=[ { "type": "mcp_server", "name": "crm", "url": "https://mcp.example.co.jp/mcp", "headers": {"Authorization": "Bearer <社内トークン>"}, "allowed_tools": [{"tools": ["search_churn_records"]}], }, { "type": "file_search", "file_search_store_names": ["fileSearchStores/churn-reports"], }, ], background=True, ) ``` MCPサーバーから呼べるツールを絞る `allowed_tools` は、Deep Researchのガイドでは型が「array」としか書かれていません。ツール名の文字列を並べた配列を渡すと、SDK 2.29.0は送信前にValidationErrorで止まりました。APIリファレンスの定義どおり、`{"tools": [...]}` の形（必要なら `mode` も指定）のオブジェクトを配列に入れてください。MCPの基本は[MCP（Model Context Protocol）とは？AIと外部ツールをつなぐ標準規格の仕組みをわかりやすく解説](/tech/details/5736/)、File SearchのようなRAGとMCPの役割分担は[MCPとRAGの違いとは？役割の違いと使い分け・併用アーキテクチャを実装者向けに解説【2026年版】](/tech/details/15347/)を参照してください。 発表ブログによると、GoogleはFactSet、S&P Global、PitchBookとMCPサーバーの設計で協力しており、共通の顧客が各社の金融データをDeep Researchのワークフローに組み込めるようにするとしています。現時点で公開されているのは協業の発表で、各社のサーバーの提供条件は各社の案内で確認する必要があります。 ## Deep Research Maxの料金の計算方法 Deep Research専用の単価はありません。エージェントが内部で使った基盤モデルのトークン（入力・出力・途中の推論トークンを含む）と、使ったツールの料金の合計で課金されます。2026年10月時点の[Gemini APIの料金表](https://ai.google.dev/gemini-api/docs/pricing)にあるGemini 3.1 Pro Previewの有料ティア単価は次のとおりです。 | 項目 | プロンプト20万トークン以下 | 20万トークン超 | | -------------------- | ----------------------------------------- | -------- | | 入力（100万トークンあたり） | 2.00ドル | 4.00ドル | | 出力（100万トークンあたり） | 12.00ドル | 18.00ドル | | キャッシュ入力（100万トークンあたり） | 0.20ドル | 0.40ドル | | Google検索グラウンディング | 月5,000件まで無料（Gemini 3.x全体で共有）、以降1,000件14ドル | | 検索は、Geminiが実行した検索クエリ1回ごとに課金されます。公式見積もりのMaxは、入力約90万トークン（50〜70%がキャッシュ）、出力約8万トークン、検索約160回です。内部の各モデル呼び出しがそれぞれ20万トークン以下の料金区分に収まると仮定すると、トークン代はおよそ1.6〜2.0ドルです。約90万という値は調査全体の累計なので、それだけでは料金区分を判定できません。無料枠を使い切った後の検索代は160回で約2.24ドルです。合計すると約3.8〜4.2ドルで、公式の「約3〜7ドル」の範囲に収まります。上振れするのは、20万トークンを超える単価が適用された場合や、検索回数が増えた場合と考えられます。料金表全体は[Gemini 3.1 Proの料金｜有料プランの月額・利用上限とAPI単価【2026年9月】](/tech/details/11077/)にまとめています。 1タスクで160回検索し、他のGemini 3.xモデルが共通の無料枠を使わない場合、5,000件の無料枠は約31タスク分です。実際に回せるタスク数は、検索回数と他モデルの利用量で増減します。また、Gemini APIには直近10分間の利用額を対象とするレート制限も設けられています。適用対象の場合、Tier 1は10ドル、Tier 2は50ドル、Tier 3は200ドルですが、適用の有無は課金履歴とアカウントの状況で決まります。上限を超えると429 RESOURCE\_EXHAUSTEDが返されます。Tier 1のプロジェクトでMaxを何本も同時に流すと、この上限に当たる可能性があります。 ## 本番利用の前に確認すべき制約とデータの扱い [Deep Researchの公式ドキュメント](https://ai.google.dev/gemini-api/docs/deep-research)の「Limitations」と「Safety considerations」から、設計に影響するものを挙げます。 - 独自のFunction Callingツールは渡せない。外部システムへの接続はリモートMCPサーバーで行う - 構造化出力（JSONスキーマの指定）には非対応。レポートを機械処理する場合は、別のモデル呼び出しで抽出する - 調査時間の上限は60分。`background=True` の実行には `store=True` が必要 - Google検索のグラウンディング結果には、Gemini APIの利用規約で定める表示・利用上の制限がかかる データの保存期間も確認が必要です。[Interactions APIの概要ページ](https://ai.google.dev/gemini-api/docs/interactions-overview)によると、既定でやり取りを保存し、有料ティアでは55日間保持します。`store=false` はバックグラウンド実行と両立しないため、Deep Researchでは保存を止められません。有料ティアのプロジェクトはAI Studioで保持期間を7・14・28・55日から選べ、IDを指定したdeleteメソッドでいつでも削除できます。料金表では、有料ティアの入力が製品改善に使われるかの欄は「No」です。 ### Deep Research Maxを使うべきでない場面 次の場面では、Maxを使わない方がよいと考えます。秒単位の応答が必要な機能、決まったJSONを後続処理へ渡すパイプライン、そして社外秘の文書を読ませながらWeb検索も許可する構成です。最後の構成について、公式ドキュメントは社内データの要約とWeb閲覧を同時に許可する場合の情報流出（exfiltration）に注意を促しています。また、アップロードしたファイルに隠し文字で指示を仕込むプロンプトインジェクションの危険も挙げています。機密データを扱うなら、前の例のように `tools` をMCPとFile Searchに限定し、Web検索を外してください。 前の章で見たとおり、社内評価では忠実性の改善が確認されていません。規制業務や契約判断にレポートをそのまま使うのではなく、担当者が出典を確認するまでを工程に組み込むべきです。 ## Deep Research Maxのよくある質問 ### Deep Research Maxは無料で使えますか？ 使えません。提供はGemini APIの有料ティアに限られ、基盤のGemini 3.1 Pro Previewも無料ティアでは「Not available」です。Google AI Studioでも、Interactions APIを有料ティアのプロジェクトで使う形になります。 ### Deep Researchの回数制限はありますか？ APIのMaxには、1日何回までという固定の回数は公開されていません。実際の上限は利用ティアやアカウント状況によって異なり、利用額による制限が適用される場合は、Tier 1で直近10分間あたり10ドルが目安です。現在の制限値はGoogle AI Studioで確認します。Geminiアプリには1日あたりの回数制限と同時実行数の制限があり、Google AI Pro・Ultraの方が上限は高くなっています。 ### GeminiはMCPに対応していますか？ Deep Researchエージェントは、`tools` に `"type": "mcp_server"` を指定してリモートMCPサーバーに接続できます。指定できる項目はURL、表示名、認証用のヘッダー、呼べるツールを絞る `allowed_tools` です。 ### generate\_contentやOpenAI互換APIから呼び出せますか？ 呼び出せません。公式ドキュメントは、Deep ResearchエージェントはInteractions API専用で、`generate_content` からはアクセスできないと明記しています。既存のコードがgenerate\_content中心なら、Deep Researchの部分だけInteractions APIで書く必要があります。 ### ChatGPTのDeep ResearchやSakana Marlinとはどう違いますか？ Gemini APIのDeep Research Maxは、開発者が自社のシステムに組み込むためのAPIで、1タスク数ドルの従量課金です。ChatGPTのDeep Researchは主に画面で使う機能で、その変遷は[ChatGPT Deep ResearchのGPT-5.2アップデート（2026年2月）｜変わった点と現在の使い方](/tech/details/10938/)で扱っています。長時間の調査に特化したクレジット制のサービスについては[Sakana Marlinとは？料金・8時間調査の仕組みとDeep Researchとの違い](/tech/details/12543/)を参照してください。 ## 関連記事 - [Deep Researchの仕組みとは？OpenAIのAIリサーチが多段階調査する原理【2026年最新】](/tech/details/5404/) - [Gemini 3.1 Pro Previewとは？3 Proとの違い・API仕様と使い方【2026年9月】](/tech/details/11393/) - [Gemini 3.1 Proの料金｜有料プランの月額・利用上限とAPI単価【2026年9月】](/tech/details/11077/) - [ChatGPT Deep ResearchのGPT-5.2アップデート（2026年2月）｜変わった点と現在の使い方](/tech/details/10938/) - [Sakana Marlinとは？料金・8時間調査の仕組みとDeep Researchとの違い](/tech/details/12543/) --- 出典: [Deep Research Maxとは？Gemini APIでの使い方・料金・標準版との違い【2026年10月】]()（株式会社一創）